0

对于带有>>的nxN矩阵，我注意到 matlab效率不高。例如，我们可以考虑：Nnsum()

N = 10000000;
T = 30;

c=rand(2,N);
tic;for ii=1:T;d=sum(c);end;toc
tic;for ii=1:T;d=c(1,:)+c(2,:);end;toc

> Elapsed time is 1.250268 seconds.
> Elapsed time is 0.567871 seconds.

c=rand(3,N);
tic;for ii=1:T;d=sum(c);end;toc
tic;for ii=1:T;d=c(1,:)+c(2,:)+c(3,:);end;toc

> Elapsed time is 1.514810 seconds.
> Elapsed time is 0.821631 seconds.

c=rand(4,N);
tic;for ii=1:T;d=sum(c);end;toc
tic;for ii=1:T;d=c(1,:)+c(2,:)+c(3,:)+c(4,:);end;toc

> Elapsed time is 1.519009 seconds.
> Elapsed time is 1.069865 seconds.

在所有情况下，显式求和花费的时间更少，但我们可以看到，随着进一步增加，sum最终会获胜。n

为什么sum效率不高？

此外，sum似乎没有从更多的计算线程中受益。例如，

c=rand(10,N);

maxNumCompThreads(2);
tic;for ii=1:T;d=sum(c);end;toc

maxNumCompThreads(1);
tic;for ii=1:T;d=sum(c);end;toc

> Elapsed time is 2.496837 seconds.
> Elapsed time is 2.450345 seconds.

我想这在某种程度上是有道理的，因为并行化可能仅在n很大时才起作用。

n如果仍然很小（例如， ），有没有办法使这种计算受益于多线程n<50？还是有更好的策略？

非常感谢！

4

0 回答 0